0505276099للتواصل والاتصال
دليل عملي

التعرف التكراري متعدد المقاييس على المناطق الوظيفية الحضرية استنادًا إلى البيانات متعددة المصادر

تقترح هذه الدراسة أسلوب تعرف تكراريًا متعدد المقاييس على المناطق الوظيفية الحضرية بالتحقق التفاعلي، مستخدمة بيانات مسارات سيارات الأجرة وبيانات نقاط الاهتمام مصدرين رئيسين، ومبنية على نموذج يجمع بين خوارزمية التجميع ونموذج الغابات العشوائية، فأظهرت النتائج أن الجمع بين التجميع والغابات العشوائية يقلل بدرجة كبيرة خطأ الاختيار اليدوي لعينات التدريب، وأن الأسلوب أسرع في التحديد وأعلى دقة من الأساليب القائمة

تكتسب دراسة التعرف على المناطق الوظيفية الحضرية أهمية كبيرة لفهم وظائف المدينة والتخطيط العمراني والتنمية الاقتصادية، فمعرفة ما إذا كانت المنطقة سكنية أو تجارية أو صناعية أو ترفيهية أساس لقرارات التخطيط وتوزيع الخدمات، غير أن معظم الدراسات في هذا المجال اعتمدت مصدر بيانات واحدًا ومقياس تقسيم واحدًا، فعانت نتائجها مشكلات مثل انخفاض وتيرة التحديث أو نقص المعلومات في مجموعة البيانات الواحدة، والإفراط في الملاءمة أو قصورها عند دقة مكانية واحدة، وهو ما دفع إلى البحث عن أسلوب يجمع بين مصادر متعددة ومقاييس متدرجة ويتحقق من نتائجه تفاعليًا

أولًا: أهداف الدراسة ومنهجيتها

اقترحت الدراسة أسلوب تعرف تكراريًا متعدد المقاييس قائمًا على التحقق التفاعلي للمناطق الوظيفية الحضرية، باستخدام بيانات مسارات سيارات الأجرة وبيانات نقاط الاهتمام مصدرين رئيسين، ففي البداية تولد خوارزمية التواء الزمن الديناميكي مصفوفة تشابه للسلاسل الزمنية، ويُبنى نموذج يجمع بين خوارزمية التجميع ونموذج الغابات العشوائية، إذ يستخرج النموذج مناطق السمات البارزة مدخلاتٍ عبر خوارزمية تجميع كي-ميدويد، ثم تُدخل هذه المناطق في نموذج الغابات العشوائية للتعرف على المناطق الوظيفية الحضرية، وبعد ذلك يُنشأ نموذج تكراري لمستويات مختلفة من شبكات الطرق الحضرية لتصنيف المناطق الوظيفية متعددة المقاييس، وأخيرًا يحقق التحقق المتقاطع بين النموذج وأسلوب التعرف الكمي على نقاط الاهتمام النتائج النهائية للتعرف، واختيرت مدينة شنجن منطقة للدراسة والتطبيق

ثانيًا: أبرز النتائج

١- أظهرت نتائج التطبيق على مدينة شنجن أن الجمع بين خوارزمية التجميع ونموذج الغابات العشوائية يقلل بدرجة كبيرة خطأ الاختيار اليدوي لعينات التدريب، إذ تتولى الخوارزمية استخراج مناطق السمات البارزة مدخلاتٍ رصينة بدل انتقاء العينات يدويًا بما ينطوي عليه من تحيز وخطأ

٢- برهن الأسلوب المقترح على تفوقه في جانبين رئيسين، هما سرعة أكبر في تحديد المناطق الوظيفية الحضرية ورسم حدودها، ودقة محسنة في التعرف عليها مقارنة بالأساليب المعتمدة على مصدر واحد أو مقياس واحد

٣- أتاح النموذج التكراري لمستويات شبكات الطرق تصنيفًا متعدد المقاييس للمناطق الوظيفية يتغلب على قصور المقياس الواحد في التعبير عن الخصائص البنيوية للمدينة، فلكل مستوى من مستويات الطرق دلالته الوظيفية الخاصة، مما يثري دقة الخرائط الوظيفية الناتجة وعمقها التحليلي ويخدم متطلبات إدارة المدن الذكية في العصر الرقمي

٤- عزز التحقق المتقاطع بين نموذج التجميع والغابات العشوائية وأسلوب التعرف الكمي على نقاط الاهتمام سلامة النتائج النهائية، إذ تتقاطع شهادة مصدرين مختلفين للبيانات على التصنيف ذاته

ثالثًا: دلالات الدراسة وتطبيقاتها

تحمل هذه النتائج دلالات تطبيقية للمخططين الحضريين ومديري المدن، فأسلوب أسرع وأدق في التعرف على المناطق الوظيفية يدعم تحديث خرائط استخدامات الأراضي بوتيرة أعلى، ويغذي قرارات التخطيط العمراني والتنمية الاقتصادية بمعلومات أحدث، كما أن تقليل الاعتماد على الاختيار اليدوي لعينات التدريب يرفع قابلية الأسلوب للتعميم على مدن أخرى تتوافر فيها بيانات المسارات ونقاط الاهتمام، ويجعل التعرف على الوظائف الحضرية عملية منهجية قابلة للتكرار والتحديث المستمر

وتعالج البنية متعددة المقاييس في الأسلوب المقترح مشكلة جوهرية في دراسات المناطق الوظيفية، فالمدينة لا تُقرأ على مقياس واحد، إذ تبدو وظائف المناطق على مستوى شبكة الطرق الرئيسة مختلفة عما تبدو عليه على مستوى الطرق الفرعية والمحلية، وبناء نموذج تكراري يعبر هذه المستويات يسمح بتمثيل أصدق لبنية المدينة المتداخلة، كما أن الجمع بين بيانات مسارات سيارات الأجرة التي ترصد الحركة الفعلية وبيانات نقاط الاهتمام التي تصف الأنشطة القائمة يمنح التعرف أساسًا مزدوجًا يوازن بين ما يفعله الناس فعلًا وما تصرح به الأماكن عن وظائفها

وخلاصة القول إن التعرف التكراري متعدد المقاييس القائم على التحقق التفاعلي بين بيانات مسارات سيارات الأجرة ونقاط الاهتمام يقدم تقدمًا منهجيًا في دراسة المناطق الوظيفية الحضرية، فقد جمع بين التجميع والغابات العشوائية لتقليل أخطاء التدريب اليدوي، وحقق سرعة ودقة أعلى في التحديد، بما يخدم فهم المدينة وتخطيطها تنمويًا

طلب بيانات المقال

آراء عملائنا

صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
سلة طلب الرسائل (0)